在左侧或右侧将数据框与 Pandas 合并答案

【问题标题】：Merging Dataframes with Pandas on LEFT or RIGHT在左侧或右侧将数据框与 Pandas 合并
【发布时间】：2019-01-09 06:05:49
【问题描述】：

entity_data = {'STATE_CD_E': ['NY', 'NY', 'NY'],
           'INTERMEDIATE_NUMBER_E': ['1111', '2222', '3333'],
           'DISTRICT_NUMBER_E': ['123456789012', '123412341234', 
           '121212121212'],
           'FINANCE_NUMBER_E': ['123456', '123412', '121212']  }

df_entity = pd.DataFrame(entity_data, index = ['School_1', 'School_2', 
            'School_3'])

finance_data = {'STATE_CD_F': ['NY', 'NY', 'NY'],
           'INTERMEDIATE_NUMBER_F': ['1111', '2222', '3333'],
           'DISTRICT_NUMBER_F': ['123456', '123412', '121212']  }

df_finance = pd.DataFrame(finance_data, index = ['School_1', 'School_2', 
             'School_3'])

print("\n")
print(df_entity)
print("\n")
print(df_finance)
print("\n")
print("\n")
print("\n")



df_merge = pd.merge(df_entity, df_finance[['INTERMEDIATE_NUMBER_F', 
           'DISTRICT_NUMBER_F']], right_on = ['DISTRICT_NUMBER_F'], left_on= 
           ['FINANCE_NUMBER_E'], how='left')

上面是我正在使用的代码。我正在尝试使用熊猫合并两个数据框。但是，我想在 DISTRICT_NUMBER_E 的左侧 6 位数字上加入 DISTRICT_NUMBER_F。有没有办法做到这一点？如果没有，我是否可以在 entity_data 数据框中创建一个新列，该列采用 DISTRICT_NUMBER_E 的左 6 位数字，然后在该列上进行匹配？

【问题讨论】：

标签： sql python-3.x pandas dataframe merge

【解决方案1】：

您可以像这样合并前六位数字：

df_entity.merge(df_finance, left_on=df_entity.DISTRICT_NUMBER_E.str[:6],
                right_on='DISTRICT_NUMBER_F')

  DISTRICT_NUMBER_E FINANCE_NUMBER_E INTERMEDIATE_NUMBER_E STATE_CD_E  \
0      123456789012           123456                  1111         NY   
1      123412341234           123412                  2222         NY   
2      121212121212           121212                  3333         NY   

  DISTRICT_NUMBER_F INTERMEDIATE_NUMBER_F STATE_CD_F  
0            123456                  1111         NY  
1            123412                  2222         NY  
2            121212                  3333         NY

【讨论】：

当我运行您提供给我的代码时，它不会拉入 DISTRICT_NUMBER_F。
@Taylor，这段代码没有做什么？你希望这段代码不做什么？
不，你是对的。我正在打印原始的 df_entity。我将它设置为一个新变量，然后将其打印出来，并让您的输出匹配。这样可行。谢谢！

【解决方案2】：

# create a key which satisfy the condition for joining the dataframes
df_entity['key'] = df_entity['DISTRICT_NUMBER_E'].str[:6]

# join the both dataframe using the new key into one merged dataframe
# optional use caluse how = 'left'/'right'/'outer' for specific join
merged_df = pd.merge(df_entity, df_finance, left_on='key', right_on='DISTRICT_NUMBER_F')

# optional: dorp the key if not needed anymore
merged_df.drop('key', axis=1, inplace=true)

【讨论】：

虽然此代码可能会回答问题，但提供有关它如何和/或为什么解决问题的额外上下文将提高答案的长期价值。
@Nic3500 感谢您的关注。我对代码添加了一些说明。